Bu sayfa, Cloud Translation API ile çevrilmiştir.
Switch to English

tf.keras.Input

TensorFlow 1 sürümü GitHub üzerinde Görünüm kaynak

Input() bir Keras tensörünün oluşturmak için kullanılır.

dizüstü Kullanılan

kılavuzunda Kullanılan öğreticiler Kullanılan

Bir Keras tensörü bize sadece modelin girdileri ve çıktıları bilerek bir Keras model oluşturmak için izin verilen belirli özelliklere sahip artırmak bir TensorFlow sembolik tensör nesnesidir.

Örneğin, eğer a , b ve c Keras tensör vardır, bunu yapmak mümkün hale gelir: model = Model(input=[a, b], output=c)

shape seri boyutuna dahil bir şekil tuple (tamsayı). Mesela, shape=(32,) beklenen giriş 32-boyutlu vektör serileri olacağına işaret etmektedir. Bu başlığın Elemanları Yok olabilir; 'Hiçbiri' elemanlarının şekli bilinmemektedir boyutlarını temsil etmektedir.
batch_size İsteğe göre statik yığın büyüklüğü (tam sayı).
name katmanı için isteğe bağlı bir isim dize. Bir modeldeki benzersiz olmalıdır (iki kez aynı adını yeniden yoktur). o sağlanmazsa Bu otomatik olarak oluşturulan olacaktır.
dtype Bir dize olarak girdi beklenen veri türü, ( float32 , float64 , int32 ...)
sparse tutucu Oluşturulacak edip bir Boole belirten seyrek. Sadece biri gerçek olabilir ve 'seyrek 'dağınık'. Eğer unutmayın sparse False, seyrek tansörler hala girişine geçirilebilir - onlar 0 varsayılan değeri ile yoğunlaştırılmıştır edilecektir.
tensor Opsiyonel mevcut tensör içine sarmak için Input katmanına. ayarlanırsa, katman bir yer tutucu tensörünü oluşturmaz.
ragged tutucu Oluşturulacak edip bir Boole belirten düzensizdir. Sadece biri gerçek olabilir ve 'seyrek 'dağınık'. Bu durumda, 'şekil' bağımsız değişkeni 'Yok' değerleri düzensiz boyutlarını temsil etmektedir. RaggedTensors hakkında daha fazla bilgi için bkz bu kılavuzu .
**kwargs Kullanımdan kaldırılan argümanlar destekler. Destekler batch_shape ve batch_input_shape .

Bir tensor .

Misal:

 # this is a logistic regression in Keras
x = Input(shape=(32,))
y = Dense(16, activation='softmax')(x)
model = Model(x, y)
 

İstekli de açık olsa bile, Not Input sembolik tensörünün üretir (yani, bir tutucu). Bu sembolik tensör gibi diğer TensorFlow operasyonları, kullanılabilir:

 x = Input(shape=(32,))
y = tf.square(x)
 

ValueError Her iki takdirde sparse ve ragged sağlanmaktadır.
ValueError Eğer her iki shape ve ( batch_input_shape veya batch_shape ) temin edilmiştir.
ValueError Her iki takdirde shape ve tensor Yok bulunmaktadır.
ValueError Varsa tanınmayan parametreleri sağlanır.